日更百篇的内容站，靠人力写写不动，靠脚本才转得起来。一条成熟的 AI 内容流水线，从采集选题、生成初稿、改写去重、到发布校验，全部脚本化，人只做抽检。本文讲这条流水线怎么搭，按环节拆给你看。

流水线分哪几段？

四段。第一段选题采集：抓取行业热词与竞品标题，按主题聚类，生成今日选题清单，人工圈一遍再开工。第二段初稿生成：按固定提示词模板批量调用大模型，每篇围绕一个选题，输出符合站点规范的正文结构。第三段改写润色：初稿过一遍改写模型，换表述、调语序，避免同质化，同时按规则插入小标题结构。第四段发布前校验：脚本自动检查字数、标题问号格式、禁用词、引号规范，不合格打回重生成。

脚本之间怎么串起来？

用任务队列串：每篇内容是一条任务记录，状态从「待生成、待改写、待校验、待发布」流转。每完成一步写一次状态文件，失败的任务自动重试两次，还失败就进异常清单人工看。这样跑挂了不用从头来。文件夹按日期分，产出和日志分开存，方便事后追责哪篇是哪版提示词生成的。

最容易翻车的环节？

两个。一是质量校验形同虚设，脚本只查字数不查内容重复度，结果批量产出的文章互相撞车。二是没有人工抽检闸门，日产量大的时候，每天抽三到五篇通读，发现提示词跑偏立刻停流水线修模板。流水线是放大器：提示词好，产量是红利；提示词歪，批量是事故。跑之前先小批量试产十篇，合格了再放量。还有成本账：批量调用模型前先估算总 token 量，按日配额限速，避免某天脚本失控跑出超额账单。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论